近日，在AI Ascent 2025峰會上，紅杉資本合伙人Pat Grady、Sonya Huang和Konstantine Buhler分享了他們的深刻洞察。

圖片

他們認為，AI是一個比云計算大十倍的市場機遇，其價值主要集中在應(yīng)用層。

初創(chuàng)企業(yè)應(yīng)聚焦客戶需求，提供端到端解決方案，而非僅交付工具。

AI市場的潛力遠超云計算。云計算市場目前規(guī)模約4000億美元，AI市場不僅覆蓋服務(wù)，還包括軟件，潛在市場規(guī)模將在10-20年達到難以估量的體量。

圖片

AI正從銷售工具（軟件預(yù)算）轉(zhuǎn)向銷售成果和勞動力（人工預(yù)算）。

這張圖展示了過去幾十年間，技術(shù)浪潮催生的科技公司。

圖片

AI普及的條件已成熟：計算能力、網(wǎng)絡(luò)、數(shù)據(jù)、分銷渠道和人才一應(yīng)俱全，發(fā)展速度遠超以往。

相比云計算初期，當(dāng)前社交平臺（如Reddit、X）擁有12-18億活躍用戶，基礎(chǔ)設(shè)施為AI快速普及鋪平道路。

圖片

歷史證明，技術(shù)的價值集中在應(yīng)用層，AI也不例外。

構(gòu)建護城河

盡管基礎(chǔ)模型能力增強，初創(chuàng)企業(yè)仍需專注垂直領(lǐng)域，解決復(fù)雜問題，提供端到端解決方案。

圖片

想法必須轉(zhuǎn)化為產(chǎn)品，產(chǎn)品必須由工程團隊構(gòu)建出來，然后必須推向市場、銷售并提供支持。這就是價值鏈。

企業(yè)需深入理解客戶需求，提供完整解決方案，而非單一工具。

應(yīng)充分發(fā)揮「數(shù)據(jù)飛輪」，利用產(chǎn)品使用數(shù)據(jù)形成競爭優(yōu)勢。深耕行業(yè)，緊密貼合行業(yè)需求。

圖片

要警惕營收的真實性，關(guān)注應(yīng)用普及率、用戶參與度和留存率，確保用戶行為的持久性。

初創(chuàng)公司必須贏得客戶的信任，在初期，信任比產(chǎn)品更重要。

當(dāng)前的毛利率不是最關(guān)鍵的，但需要有通向高毛利的清晰路徑。

過去18個月，每個token的成本下降了99%，這條成本曲線會持續(xù)下降。

如果成功地從銷售工具轉(zhuǎn)向銷售成果，并向價值鏈的上游邁進，就能獲得更多價值。

最后要強調(diào)「數(shù)據(jù)飛輪」。確保數(shù)據(jù)飛輪與核心業(yè)務(wù)指標(biāo)掛鉤，否則毫無意義。

這一點非常重要，因為數(shù)據(jù)飛輪是企業(yè)能構(gòu)建的最佳護城河之一。

圖片

市場對AI需求旺盛，現(xiàn)在是時候全力以赴，搶占先機，保持最大速度前進。

年度回顧：AI應(yīng)用突破

Sonya Huang回顧了過去一年AI應(yīng)用進展。用戶參與度大幅提升，AI從炒作轉(zhuǎn)向真正創(chuàng)造價值。

她強調(diào)了AI在廣告、教育、醫(yī)療等領(lǐng)域的潛力，編程作為年度最具突破性應(yīng)用，正重塑軟件開發(fā)方式。

ChatGPT的日活/月活比例正接近Reddit，AI已融入日常生活。

圖片

AI在多個領(lǐng)域展現(xiàn)出巨大價值：生成精準(zhǔn)、精美的廣告文案，提升營銷效率。在教育領(lǐng)域，AI快速可視化新概念，助力教學(xué)創(chuàng)新。醫(yī)生可以通過AI優(yōu)化診斷。

圖片

去年，語音生成技術(shù)跨越恐怖谷，接近電影《她》中的科幻效果。

編程達到了極佳的產(chǎn)品-市場契合度（PMF）：Anthropic的Claude 3.5 Sonnet發(fā)布后，引發(fā)編程領(lǐng)域熱潮。

AI編程讓新手也能開發(fā)復(fù)雜應(yīng)用，從根本上降低了軟件開發(fā)的門檻，提升了速度和經(jīng)濟效益。

圖片

從技術(shù)角度，預(yù)訓(xùn)練已經(jīng)放緩。自AlexNet以來，預(yù)訓(xùn)練規(guī)模擴大了9-10個數(shù)量級，研究需尋找新突破。

其中最重要的是OpenAI推出的推理模型。此外，還有合成數(shù)據(jù)、工具使用和AI智能體編排（如Anthropic的MCP協(xié)議）。

圖片

更大的基礎(chǔ)模型、推理時間優(yōu)化、推理能力、工具使用，能助力AI完成復(fù)雜任務(wù)。

圖片

目前AI領(lǐng)域最激動人心的技術(shù)創(chuàng)新，發(fā)生在研究和產(chǎn)品的模糊地帶。

Deep Research和NotebookLM等產(chǎn)品取得的突破，展現(xiàn)了AI的巨大潛力。

應(yīng)用層是AI價值的核心，ChatGPT、Harvey、Cursor等已嶄露頭角，智能體將從原型進化到強大產(chǎn)品。

圖片

對2025年的下一個預(yù)測是垂直領(lǐng)域的智能體。

對于深耕某一領(lǐng)域的創(chuàng)始人來說，垂直智能體是絕佳的機會。

圖片

針對特定任務(wù)端到端訓(xùn)練的智能體表現(xiàn)優(yōu)異，在Expo（安全測試）、Traversal（DevOps故障排除）、Meter（網(wǎng)絡(luò)工程）領(lǐng)域超越人類專家。

我們正在進入「富足時代」，AI降低了勞動力成本，生成內(nèi)容激增，品位成為稀缺資產(chǎn)。

智能體的崛起與挑戰(zhàn)

Konstantine Buhler展望了AI發(fā)展的下一階段——智能體經(jīng)濟。

他描述了從機器助手到機器網(wǎng)絡(luò)（智能體集群），再到圍繞人類需求的成熟經(jīng)濟體系。

圖片

智能體不僅傳遞信息，還能轉(zhuǎn)移資源、進行交易、記錄行為，理解信任和可靠性，構(gòu)建獨立經(jīng)濟體系。

智能體將與人類協(xié)作，圍繞人類需求運轉(zhuǎn)，形成人機共生的經(jīng)濟生態(tài)。

三大技術(shù)挑戰(zhàn)

實現(xiàn)智能體經(jīng)濟，需解決以下關(guān)鍵問題。

智能體要保持一致的個性和理解力，擁有持久身份，以建立長期信任。

圖片

他們需記憶并理解用戶需求，類似人與人交往中的信任基礎(chǔ)。當(dāng)前的技術(shù)（如RAG、長上下文窗口）在記憶和自我學(xué)習(xí)方面仍有不足。

智能體需要類似TCP/IP的通信協(xié)議，實現(xiàn)信息、價值和信任的傳遞。Anthropic的MCP協(xié)議是起點，未來需更多協(xié)議支持智能體協(xié)作。

對智能體而言，安全和信任至關(guān)重要。需要配套安全產(chǎn)業(yè)，確保交易可靠。

AI的隨機性顛覆傳統(tǒng)確定性思維。創(chuàng)始人需適應(yīng)不確定性，調(diào)整思維模式。

圖片

管理智能體類似管理團隊，理解其能力和局限，做出復(fù)雜決策（如優(yōu)化流程、提供反饋）。

圖片

智能體帶來巨大杠桿效應(yīng)，讓個體和企業(yè)能做更多，但不確定性增加。它將整合職能部門，簡化流程，甚至推動一人獨角獸公司出現(xiàn)。

創(chuàng)始人需管理風(fēng)險，抓住機遇，在不確定中茁壯成長。

首席人工智能官

隨著AI在各個領(lǐng)域深入應(yīng)用，很多企業(yè)內(nèi)部也開始更深入地使用AI。

就在昨天《THE DECODER》的主編Maximilian Schreiner在一篇博客中預(yù)計，到2026年大多數(shù)公司將擁有一名首席人工智能官（Chief AI Officer）。

他在博客中寫道，一項亞馬遜網(wǎng)絡(luò)服務(wù)（AWS）的最新研究揭示，全球企業(yè)正在大力押注生成式AI，紛紛設(shè)立新的高管角色。

根據(jù)AWS的《生成式AI采用指數(shù)》，45%的受訪決策者計劃在2025年將生成式AI作為首要任務(wù)，優(yōu)先于傳統(tǒng)安全工具（僅30%）。這項研究采訪了來自德國、美國、日本等九個國家的3739名IT管理者。

與一些傳統(tǒng)觀點不同的是，研究顯示中大型企業(yè)尤其熱衷于投資AI，而小型企業(yè)仍然將安全放在首位。

對于多數(shù)組織來說，選擇一款工具的關(guān)鍵在于其能否輕松地融入現(xiàn)有的工作流程，尤其是在受到高度監(jiān)管的行業(yè)中。

在金融和教育等行業(yè)，高級功能（56%）和數(shù)據(jù)隱私（48%）也是被優(yōu)先考慮的重點。相比之下，監(jiān)管較少的行業(yè)中只有34%的人認為安全功能重要。

CAIO成為關(guān)鍵高管角色

隨著企業(yè)的預(yù)算向AI傾斜，一個新的高管職位正在興起：60%的企業(yè)已經(jīng)設(shè)有首席AI官（CAIO），另有26%的企業(yè)計劃在2026年之前設(shè)立。

CAIO負責(zé)協(xié)調(diào)跨部門的AI戰(zhàn)略，像亞馬遜和Airbnb這樣的公司甚至已經(jīng)將AI專家納入了董事會中。

雖然有90%的企業(yè)已經(jīng)在試水AI，但只有44%走出試點階段，邁向全面的整合。

這其中最大的障礙包括：技術(shù)人才短缺（55%）、開發(fā)成本高昂（48%），以及模型中的偏差和「幻覺」問題（40%）。

而要想構(gòu)建可靠AI應(yīng)用的關(guān)鍵是能夠獲取到干凈、高質(zhì)量的數(shù)據(jù)。

內(nèi)部培訓(xùn)與應(yīng)用開發(fā)

56%的企業(yè)已經(jīng)啟動了員工培訓(xùn)計劃，還有19%計劃在年底前跟上。不過，52%的企業(yè)坦言，他們其實不太清楚員工到底需要啥培訓(xùn)。如何實施（47%）以及預(yù)算不足（41%）也是常見攔路虎。

與此同時，92%的企業(yè)打算在2025年大舉招聘AI人才。其中26%的企業(yè)預(yù)計，至少一半新員工得會用生成式AI。信息通信技術(shù)（35%）和制造業(yè)（28%）對這類人才的需求特別旺。

只有25%的公司想完全靠自己開發(fā)生成式AI，大多數(shù)更傾向于混合方法：58%會用預(yù)訓(xùn)練模型打造自家的應(yīng)用，55%喜歡微調(diào)模型，40%直接選現(xiàn)成的AI方案。

這種對現(xiàn)成方案的接受度，在數(shù)據(jù)敏感的行業(yè)里尤其高，比如金融（44%）、教育（45%）和信息通信技術(shù)（43%），主要是因為這些方案省錢、快捷、功能還強。

第三方供應(yīng)商是重要幫手：2025年，65%的組織會跟外部供應(yīng)商合作開發(fā)AI項目——15%完全外包，50%則是內(nèi)外團隊一起上。

參考資料：

https://www.youtube.com/watch?v=v9JBMnxuPX8&list=PLOhHNjZItNnMEqGLRWkKjaMcdSJptkR08&index=1

https://x.com/sequoia/status/1920214775382065538

https://the-decoder.com/by-2026-most-firms-expect-to-have-a-chief-ai-officer-on-staff/